原创 Tensorflow2.0之用遺傳算法優化LSTM網絡 Version2
文章目錄一、構建網絡1、導入需要的庫和數據集2、對數據集進行處理3、對數據集切片處理4、構建分類器4.1 LSTM 模塊4.2 Dense 模塊4.3 分類器4.4、設置參數5、構造損失函數6、構造梯度下降函數7、訓練二、遺傳算法
2020-04-03 07:58:53
3
原创 Tensorflow2.0之LSTM的原理與實現
文章目錄LSTM 原理輸入門、遺忘門和輸出門候選記憶細胞記憶細胞隱藏狀態輸出結果低級API實現LSTM1、修改定義參數函數2、修改初始化函數3、修改定義模型函數Tensorflow2.0 實現LSTM LSTM 原理 LSTM 中
2020-03-23 03:56:23
12
原创 Tensorflow2.0之門控循環單元（GRU）原理與實現
文章目錄GRU 介紹門控循環單元重置門和更新門候選隱藏狀態隱藏狀態輸出結果低級API實現GRU1、修改定義參數函數2、修改定義模型函數Tensorflow2.0 實現GRU參考資料 GRU 介紹 循環神經網絡中如何通過時間反向傳播
2020-03-23 03:56:23
原创 Tensorflow2.0之從零開始實現循環神經網絡
文章目錄循環神經網絡介紹代碼實現1、導入需要的庫2、加載周杰倫歌詞數據集3、定義採樣函數3.1 隨機採樣3.2 相鄰採樣4、one-hot向量5、初始化模型參數6、定義模型6.1 初始化隱藏狀態6.2 在一個時間步裏計算隱藏狀態和
2020-03-22 02:06:57
原创 Tensorflow2.0之用循環神經網絡生成周杰倫歌詞
文章目錄1、導入需要的庫2、加載數據集3、相鄰採樣4、定義模型4.1 定義循環神經網絡層4.2 定義循環神經網絡5、定義預測函數6、裁剪梯度7、定義模型訓練函數7.1 困惑度7.2 初始化優化器7.3 定義梯度下降函數7.4 定義
2020-03-22 02:06:57
3
原创 Tensorflow2.0之卷積變分自編碼器（CVAE）
文章目錄變分自編碼器原理第一階段第二階段第三階段第四階段（重參數技巧）VAE的本質代碼實現1、導入需要的庫2、導入數據集3、圖像處理增加維度標準化二值化使用 tf.data 來將數據分批和打亂4、建立CVAE模型5、初始化優化器6
2020-03-15 19:44:53
原创 Tensorflow2.0之DCGAN實現動漫圖像生成網絡
文章目錄1、導入需要的庫2、導入數據集3、建立生成器4、建立判別器5、建立損失函數5.1 生成器損失函數5.2 判別器損失函數6、初始化優化器7、定義一次訓練過程8、將生成的多張圖像放到一個圖裏9、訓練 1、導入需要的庫 from
2020-03-15 19:44:43
原创 Tensorflow2.0之CycleGAN
文章目錄CycleGAN介紹CycleGAN與DCGAN的對比CycleGAN與pix2pix模型的對比CycleGAN應用代碼實現1、導入需要的庫2、導入horse2zebra數據集3、加載數據集中的圖片將圖片加載成Tensor
2020-03-14 19:54:46
原创 Tensorflow2.0之FGSM
文章目錄FGSM介紹Adversarial ExampleFGSM原理代碼實現1、導入需要的庫2、載入MobileNetV2模型3、圖像預處理4、將圖像輸入模型並得到概率最高的分類結果5、計算梯度6、將要添加的噪聲打印出來7、定義
2020-03-14 19:54:46
原创 Tensorflow2.0之Pix2pix
文章目錄Pix2pix介紹Pix2pix應用Pix2pix生成器及判別器網絡結構代碼實現1、導入需要的庫2、下載數據包3、加載並展示數據包中的圖片4、處理圖片4.1 將圖像調整爲更大的高度和寬度4.2 隨機裁剪到目標尺寸4.3 隨
2020-03-13 19:30:18
原创 Tensorflow2.0之DeepDream（深度夢境）
文章目錄DeepDream代碼實現1、導入需要的庫2、下載並導入圖像3、導入InceptionV3模型4、改變模型輸出爲要提取特徵的層查看InceptionV3模型的層選出要提取特徵的層改變模型輸出5、定義損失函數6、定義一次梯度
2020-03-12 19:33:44
原创 Tensorflow2.0之繪圖：分類問題的準確率、精確率、召回率、ROC曲線以及曲線下面積
文章目錄準確率、精確率、召回率、ROC曲線的定義用Tensorflow2.0繪製相關曲線建模時設置METRICS定義損失曲線、AUC曲線、精確率曲線以及召回率曲線函數定義ROC曲線函數預測訓練集和測試集ROC曲線定義混淆矩陣函數繪
2020-03-10 18:49:43
原创 Tensorflow2.0導入數據集並處理數據的方法彙總
文章目錄1、使用tensorflow_datasets1.1 導入需要的庫1.2 加載數據集1.3 查看數據集中某些樣本的信息1.4 將樣本標準化1.5 將樣本打亂、分批1.6 查看最終的訓練樣本2、將已有的csv文件作爲數據集2
2020-03-09 18:07:47
原创 Tensorflow2.0分批訓練模型
首先引入相關的庫 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt 加載數據集 (mnist_images, mnist_lab
2020-03-07 18:05:13
1
原创 Jupyter中清理一個代碼塊的輸出
首先引入庫： import IPython.display as display 然後在要清理輸出的代碼塊中執行： display.clear_output(wait=True)
2020-03-06 17:32:03